Los humanos llevan intentando predecir conflictos desde hace cientos de años, incluso miles. Pero es algo difícil, principalmente porque los científicos no pueden ponerse de acuerdo sobre su naturaleza o sobre cómo surgen. El factor crítico podría ser algo aparentemente tan inocuo como el crecimiento de la población o un mal año para los cultivos. En otras ocasiones, una chispa hace estallar un barril de pólvora, como ocurrió con el asesinato del archiduque de Austria Francisco Fernando justo antes de la Primera Guerra Mundial.

Los politólogos y matemáticos han ideado una serie de diferentes métodos para pronosticar el próximo brote de violencia, pero no existe un modelo único que refleje adecuadamente cómo se desarrollará el conflicto. Un estudio publicado en 2011 por el Instituto para la Investigación de la Paz en Oslo (Noruega) utilizó un modelo único para realizar pronósticos de conflictos globales entre 2010 y 2050, que estimó una probabilidad de violencia menor al 0,05 % en Siria. Las organizaciones humanitarias, que podían haber estado mejor preparadas si las predicciones hubieran sido más precisas, fueron sorprendidas por el estallido de la guerra civil en Siria en marzo de 2011. Desde entonces, alrededor de 13 millones de personas se han visto obligadas a desplazarse.

Agrupar modelos individuales para maximizar sus puntos fuertes y eliminar debilidades ha permitido realizar grandes mejoras. El primer modelo general público, el Early Warning Project (Proyecto de Alerta Temprana), se lanzó en 2013 para pronosticar nuevos casos de matanzas masivas. Dirigido por los investigadores del Museo del Holocausto y del Dartmouth College (ambos en EE. UU.), se afirma que consigue un 80 % de precisión en sus predicciones.

Las mejoras en la recogida de datos, traslación y aprendizaje automático han permitido más avances en el campo. Un modelo más reciente llamado ViEWS, desarrollado por los investigadores de la Universidad de Uppsala (Suecia), proporciona un gran impulso en la granularidad. Centrado en los conflictos de África, ofrece lecturas predictivas mensuales en múltiples regiones dentro de un Estado determinado. Su umbral para la violencia es de una sola muerte.

Algunos investigadores aseguran que existen modelos predictivos privados, y en algunos casos clasificados, que probablemente sean mucho mejores que cualquiera de los públicos. La preocupación de que las predicciones públicas podrían socavar la diplomacia o cambiar el resultado de los acontecimientos mundiales no son infundadas. Pero ese es precisamente el tema. Los modelos públicos son suficientemente buenos para orientar la ayuda a los lugares necesitados y alertar a los más vulnerables para que busquen un sitio seguro. Si se usan correctamente, podrían mejorar las cosas y salvar vidas en el proceso.

Cómo un acontecimiento se convierte en una entrada al modelo​

• Se produce una muerte o una protesta

• Agencias de noticias, ONG y otros actores escriben sobre el acontecimiento

• Los sistemas de seguimiento revisan los informes en busca de palabras clave como "muerte", "protesta", "levantamiento" o "masacre"

• Los investigadores humanos analizan los incidentes relevantes, y los codifican de acuerdo a los actores involucrados, el tiempo, el lugar y la estimación de la precisión de los datos

Dentro del modelo de un conflicto

El camino desde un acontecimiento sobre el terreno hasta la predicción requiere una compleja maquinaria analítica, así que elaboramos un diagrama de un modelo ideal. Estos son los pasos básicos:

1. Los incidentes de conflictos y protestas, junto a muchas otras variables estructurales, se introducen en los modelos constituyentes. Las variables de entrada incluirían la densidad de la población, el crecimiento del PIB, el tiempo que se tarda en llegar a la ciudad más cercana, la proporción de la tierra yerma, los años desde la independencia y el tipo de gobierno.

2. Varios modelos diferentes, cada uno de los cuales utiliza un método distinto, calculan una probabilidad de conflicto. Los modelos constituyentes podrían ser un modelo de regresión histórica de los conflictos, un modelo de recursos naturales y un modelo añadido de aprendizaje automático.

3. Los resultados de los modelos constituyentes se combinan para crear un resultado final sobre el riesgo.

Los lugares con mayor probabilidad de violencia

En el mundo de la predicción de conflictos, existe una verdad obvia: el mejor predictor de la violencia es el historial de violencia. Una ilustración de ello son las predicciones de 2019 del Early Warning Project para los sitios de nuevos asesinatos en masa, definidos como la muerte de más de 1.000 civiles en un año debido a la acción deliberada de grupos armados (las cifras de 2020 no estaban disponibles en el momento de la publicación de este artículo): la República Democrática del Congo, Afganistán, India y Birmania se encuentran entre los 30 países de mayor riesgo.

Las clasificaciones globales también destacan algunas de las deficiencias del modelo. Venezuela ocupa un lugar bajo, a pesar de la creencia generalizada de que las ejecuciones extrajudiciales por parte de las fuerzas de seguridad han sido muy comunes. Lo mismo ocurre en EE. UU., pese a la creciente amenaza de violencia armada del movimiento supremacista blanco.

Fuente: Evaluación Estadística de Riesgo 2018 del Early Warning Project

1. Birmania. Ha habido conversaciones sobre la repatriación de los refugiados rohinyá y sobre un oferta de protección gubernamental, pero lamentablemente la violencia étnica contra esta minoría musulmana ha continuado.

2. India. En febrero de 2019, un terrorista suicida de un grupo militante con sede en Pakistán hizo explotar varios camiones paramilitares indios. Desde entonces, han surgido nuevos casos de violencia, centrados en la disputada región de Cachemira.

3. Venezuela. Un informe de Naciones Unidas publicado en julio de 2019 sugirió que el Gobierno venezolano había llevado a cabo más de 9.000 ejecuciones extrajudiciales en los últimos 18 meses. El modelo no los codificó como asesinatos políticos sistemáticos, lo que resultó en una calificación de riesgo más baja.

4. China. El tamaño de la población china, la libertad limitada y el historial de la violencia masiva contribuyen al riesgo de nuevos asesinatos en masa. Las tensiones parecen estar aumentando, ya que las protestas en Hong Kong han generado acusaciones por la brutalidad policial.

5. Estados Unidos. En septiembre, el Departamento de Seguridad Nacional de Estados Unidos reconoció el terror provocado por los supremacistas blancos como una amenaza para la seguridad nacional. Varios tiroteos masivos dirigidos a grupos minoritarios indican que existe una tendencia que el modelo no es capaz de captar.

Estudio de caso: la violencia étnica en Etiopía

En abril de 2018, Abiy Ahmed asumió el cargo de primer ministro de Etiopía, prometiendo poner fin a años de disturbios étnicos y protestas antigubernamentales. Gran parte de la comunidad internacional pensó que Ahmed, de etnia mixta oromo y amhara, podría iniciar una era de unidad y reformas.

Abiy Ahmed recibió el Premio Nobel de la Paz a principios de octubre, principalmente por su trabajo en un acuerdo de paz con la vecina Eritrea después de una disputa que duraba 20 años. Sin embargo, la decisión fue controvertida, debido a que los ciudadanos etíopes no han experimentado una nueva paz repentina. En diciembre del año pasado, la violencia étnica había forzado a casi 3 millones de personas a abandonar sus hogares.

Fuente: Extracto de la base de datos de candidatos UCDP GED de septiembre de 2019

Durante el periodo de violencia, que todavía continúa, el modelo ViEWS de la Universidad de Uppsala ha estado realizando predicciones sobre lo que sucederá en Etiopía.

Los resultados muestran lo lejos que ha llegado el campo de la predicción de conflictos: ViEWS puede pronosticar tres tipos diferentes de riesgo de conflicto (situado en el Estado, unilateral y no estatal) en una red geográfica con celdas a solo 55 kilómetros y toma en cuenta incluso una única muerte atribuible a la violencia organizada. Ese tipo de resolución, imposible hace solo unos años, promete la realización de predicciones mucho más útiles para Naciones Unidas y para las organizaciones humanitarias que ayudan a restablecer la paz.

Para ilustrar mejor cómo funciona, hemos identificado cinco momentos clave entre junio de 2018 y julio de 2019, el periodo en el que escaló el conflicto en Etiopía. Después los comparamos con los resultados de ViEWS para ver si la violencia se predijo adecuadamente antes de tiempo y de qué forma, cuándo el modelo falló en sus predicciones, así como los acontecimientos que cambiaron sus predicciones posteriores.

Agosto de 2018. El Gobierno etíope se propuso abolir la fuerza policial de Liyu en el estado de Somalia, hogar de una gran población de la etnia somalí, e intentó derrocar a su presidente. Esto desencadenó una serie de enfrentamientos violentos.

17 %. Probabilidad de conflicto en julio de 2018.

17 %. Probabilidad de conflicto en octubre de 2018. 

El modelo había identificado que esta región en particular tenía un riesgo muy alto de conflicto, una probabilidad de 1 de cada 6. Resultó ser correcto.  

Septiembre de 2018. Los soldados del grupo étnico oromo, que representan un tercio de la población de Etiopía, regresaron a Adís Abeba después de un conflicto en Eritrea. Las tensiones sectarias se desbordaron, con 35 personas muertas, la mayoría de ellas de otros grupos minoritarios.

1 %. Probabilidad de conflicto en agosto de 2018​

22 %. Probabilidad de conflicto en noviembre de 2018. 

El modelo no hizo una buena predicción. La capital, Adís Abeba, generalmente tiene un riesgo menor de conflicto gracias a su relativamente buena infraestructura, vigilancia y crecimiento económico.

Noviembre de 2018. El primer ministro Ahmed llevó a cabo una serie de arrestos con cargos étnicos en todo el país. La violencia estalló entre los grupos étnicos oromo y somalí, lo que provocó 22 muertes en la aldea oriental de Tuli Guled.

1 %. Probabilidad de conflicto en octubre de 2018​.

9 %. Probabilidad de conflicto en enero de 2019.

Los arrestos ocurrieron por todo el país y la predicción de violencia a nivel nacional se disparó hasta el 67 %. El modelo no predijo con precisión dónde ocurriría la violencia, lo que explica el bajo porcentaje en esta región.

Diciembre de 2018: Una ola de violencia tuvo lugar en Moyale en diciembre, después de que los gobiernos regionales entregaran la seguridad al Gobierno federal. La violencia culminó en un tiroteo dentro de un hotel local que se cobró al menos una docena de vidas.

7 %. Probabilidad de conflicto en noviembre 2018​

10 % Probabilidad de conflicto en febrero de 2019​

Los refugiados suelen huir de Etiopía a Kenia a través de Moyale y los grupos étnicos oromo y somalí tienen un historial de enfrentamientos en esa zona. El moelo ViEWS etiquetó correctamente que el área de riesgo relativamente alto.

Junio de 2019. Después de un intento de golpe de estado por parte de los líderes militares contra el Gobierno de Amhara, el Gobierno federal ordenó un apagón de internet de cinco días. La policía arrestó a más de 250 personas sospechosas de conspiración en el golpe, muchas de ellas pertenecientes al grupo étnico nacionalista amhara.

1 %. Probabilidad de conflicto en febrero de 2019​. 

14 %. Probabilidad de conflicto en agosto de 2019​

Los golpes de estado son, por su naturaleza, difíciles de predecir. El modelo no preveía este golpe de estado, pero la probabilidad de conflicto subió drásticamente después del golpe.